Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Andrássyová, Z." wg kryterium: Autor


Wyświetlanie 1-1 z 1
Tytuł:
Improving quality of statistical process control by dealing with non-normal data in automotive industry
Test statystyczny sprawozdający hipotezę dobroci pearsona
Autorzy:
Andrássyová, Z.
Paulicek, T.
Pichna, P.
Kotus, M.
Powiązania:
https://bibliotekanauki.pl/articles/409966.pdf
Data publikacji:
2012
Wydawca:
STE GROUP
Tematy:
zasady zarządzania jakością
przepływ informacji
total quality management
quality
statistical control
hypothesis testing
probability distribution
normality
data transformation
Opis:
Study deals with an analysis of data to the effect that it improves the quality of statistical tools in processes of assembly of automobile seats. Normal distribution of variables is one of inevitable conditions for the analysis, examination, and improvement of the manufacturing processes (f. e.: manufacturing process capability) although, there are constantly more approaches to non-normal data handling. An appropriate probability distribution of measured data is firstly tested by the goodness of fit of empirical distribution with theoretical normal distribution on the basis of hypothesis testing using programme StatGraphics Centurion XV.II. Data are collected from the assembly process of 1st row automobile seats for each characteristic of quality (Safety Regulation -S/R) individually. Study closely processes the measured data of an airbag´s assembly and it aims to accomplish the normal distributed data and apply it the statistical process control. Results of the contribution conclude in a statement of rejection of the null hypothesis (measured variables do not follow the normal distribution) therefore it is necessary to begin to work on data transformation supported by Minitab15. Even this approach does not reach a normal distributed data and so should be proposed a procedure that leads to the quality output of whole statistical control of manufacturing processes.
W artykule dotyczącym metod i technik prognozowania wartości kluczowych wskaźników efektywności obsługi (ang. Key Performance Indicators) zdefiniowano oraz sklasyfikowano te wskaźniki. Przedstawiono wymagania oraz sposób doboru wskaźników KPI. Dokonano przeglądu, a także scharakteryzowano metody i techniki prognozowania stanu organizacji utrzymania ruchu. Przedstawiono koncepcję wykorzystania wybranych metod oraz narzędzi gromadzenia oraz przetwarzania danych dla potrzeb prognozowania tego stanu.
Źródło:
Management Systems in Production Engineering; 2012, 3 (7); 26-30
2299-0461
Pojawia się w:
Management Systems in Production Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-1 z 1

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies